Ερευνητές στο Πανεπιστήμιο του Σινσινάτι ανέπτυξαν ένα εργαλείο τεχνητής νοημοσύνης (AI) που χρησιμοποιεί είδη εικόνας για να προβλέψει τα επίπεδα άγχους. Αυτή η μοναδική προσέγγιση περιλαμβάνει μια σύντομη εργασία όπου τα άτομα βαθμολογούν τις εικόνες και απαντούν σε μερικές ερωτήσεις σχετικά με τα συμφραζόμενα. Στη συνέχεια, το AI αναλύει αυτά τα δεδομένα για να προσδιορίσει εάν το άτομο βιώνει άγχος. Η Sumra Bari, η πρώτη συγγραφέας και ανώτερη ερευνητική συνεργάτης στο Κολέγιο Μηχανικής και Εφαρμοσμένης Επιστήμης του UC, τόνισε ότι το άγχος είναι μια κοινή εμπειρία σε διάφορα επίπεδα και στάδια της ζωής.
Ο Bari σημείωσε ότι η νέα μέθοδος χρησιμοποιεί ελάχιστους υπολογιστικούς πόρους και ένα μικρό σύνολο μεταβλητών, εστιάζοντας σε διαδικασίες που είναι κρίσιμες για την κρίση. Αυτή η προσέγγιση, που ονομάζεται “Comp Cog AI“, ενσωματώνει την υπολογιστική γνώση με την τεχνητή νοημοσύνη.
Η προσέγγιση της ομάδας περιελάμβανε μια σύντομη εργασία όπου οι συμμετέχοντες βαθμολόγησαν τις εικόνες ως θετικές ή αρνητικές και απάντησαν σε μερικές ερωτήσεις συμφραζομένων, όπως η ηλικία και η μοναξιά. Ο Hans Breiter, συν-συγγραφέας και κύριος ερευνητής επικοινωνίας της μελέτης, τόνισε τις προκλήσεις της ερμηνείας προβλέψεων από μεγάλα δεδομένα. Ο Breiter επεσήμανε ότι η ύπαρξη ενός μικρού αριθμού μεταβλητών που έχουν τις ρίζες τους στη μαθηματική ψυχολογία βοηθά στην αντιμετώπιση αυτών των προκλήσεων.
Πρόσθεσε ότι αυτή η μέθοδος υποστηρίζει αυτό που άλλοι επιστήμονες της τεχνητής νοημοσύνης αποκαλούν «τυποποιημένο μοντέλο του μυαλού», παρέχοντας μια βάση για την τεχνητή γενική νοημοσύνη. Οι ερευνητές κατέληξαν στο συμπέρασμα ότι τα μέτρα κρίσης σε συνδυασμό με ορισμένα δημογραφικά στοιχεία παίζουν κρίσιμο ρόλο στην πρόβλεψη των επιπέδων άγχους. Η ομάδα ήλπιζε ότι το σύστημα θα μπορούσε να είναι ένα πρωτότυπο για εργαλεία όπως εφαρμογές που θα μπορούσαν να χρησιμοποιήσουν οι επαγγελματίες υγείας, τα νοσοκομεία ή ο στρατός για να εντοπίσουν άτομα που διατρέχουν επείγοντα κίνδυνο άγχους.
Στη μελέτη συμμετείχαν 3.476 συμμετέχοντες των οποίων τα δημογραφικά στοιχεία αντικατόπτριζαν αυτά των Ηνωμένων Πολιτειών με βάση τα δεδομένα του Γραφείου Απογραφής. Οι συμμετέχοντες απάντησαν σε ερωτήσεις σχετικά με τα δημογραφικά τους χαρακτηριστικά και την αντιληπτή μοναξιά τους. Επίσης, βαθμολόγησαν ότι τους αρέσουν ή δεν τους αρέσουν 48 εικόνες με ήπια συναισθηματικό περιεχόμενο. Σύμφωνα με τη μελέτη, αυτά τα δεδομένα αξιολόγησης εικόνας χρησιμοποιήθηκαν για να ποσοτικοποιηθούν τα μαθηματικά χαρακτηριστικά των κρίσεων των ανθρώπων, τα οποία, σε συνδυασμό με αλγόριθμους μηχανικής μάθησης, προέβλεπαν επίπεδα άγχους με ακρίβεια έως και 81%.
AI για το άγχος
Ο Άγγελος Κατσάγγελος, συν-ανώτερος συγγραφέας και καθηγητής Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Joseph Cummings στο Πανεπιστήμιο Northwestern εξήγησε ότι η κατανόηση των μοτίβων στην προτίμηση εικόνας βοηθά στην αποκάλυψη κρίσιμων στοιχείων για διάφορες συμπεριφορές. Ο Bari πρόσθεσε ότι η εργασία αξιολόγησης εικόνων, σε συνδυασμό με μεταβλητές που επηρεάζουν την κρίση, παρέχει αμερόληπτα στιγμιότυπα της ψυχικής υγείας ενός ατόμου χωρίς άμεσες ερωτήσεις που μπορεί να προκαλέσουν αρνητικά συναισθήματα.
Το άγχος επηρεάζει περίπου το 12% του πληθυσμού των ΗΠΑ, που εκδηλώνεται ως έντονο φόβο και επίμονη ανησυχία χωρίς σαφή απειλή. Επηρεάζει την ψυχική και σωματική υγεία, τις σχέσεις και τη συνολική ποιότητα ζωής. Το νέο εργαλείο στοχεύει να παρέχει μια απλή αλλά αποτελεσματική μέθοδο για τον εντοπισμό αυτής της πάθησης. Τα ευρήματα της μελέτης δημοσιεύτηκαν στο περιοδικό npj Mental Health Research.